当前位置：首页 > news >正文

txt、Csv、Excel、JSON、SQL文件读取（Python）

news 来源：原创 2025/9/12 8:57:20

txt、Csv、Excel、JSON、SQL文件读取（Python）

txt文件读写

创建一个txt文件

f=open(r'text.txt','r',encoding='utf-8')
s=f.read()
f.close()
print(s)

open( )是打开文件的方法

'text.txt’文件名在同一个文件夹下所以可以省略路径

如果不在同一个文件夹下 ‘xxx/xxx/text.txt’ 文件名前加路径

encoding：设置字符编码

read( )是读取文件内容

close( )是关闭文件

with

open( )函数方法打开文件读取文件内容时，如果不关闭文件，将无法对该文件进行修改。当打开文件并写入文件内容后，不关闭文件会造成写入的内容不能保存。

在Python语言中，提供了with与open( )函数方法搭配使用

通过with与open( )函数搭配使用无须再去书写close( )函数方法

with open(r'text.txt','r',encoding='utf-8') as f:s=f.read()
print(s)

写入

with open(r'text.txt','w') as f:f.write('qwertyuiop')

写入多行

with open(r'text.txt','w') as f:text=['asdfghjk\n','xcvbnmrtyui\n','123456789\n']f.writelines(text)

open(r’text.txt’,‘w’)函数中，'w’参数意为写入，会将文件原有的内容进行覆盖

文件打开模式

r 只读只读默认模式
w 只写在原文件写，覆盖原文件
a 只写不覆盖原文件，末尾追加
wb 写入以二进制形式写入，保存图片时使用
r+ 读写在原文件写，覆盖原文件
w+ 读写在原文件写，覆盖原文件
a+ 读写不覆盖原文件，末尾追加

CSV文件读写

read_csv( )

读取当前目录下的text.csv

import pandas as pd
a=pd.read_csv(r'text.csv')
print(a)

设置字段

import pandas as pd
a=pd.read_csv(r'text.csv',names=['id','name'])
print(a)

指定相应的索引列

import pandas as pd
a=pd.read_csv(r'text.csv',names=['id','name'],index_col='id')
print(a)

import pandas as pd
a=pd.read_csv(r'text.csv',names=['id','name'],index_col=0)
print(a)

获取指定列

import pandas as pd
a=pd.read_csv(r'text.csv',names=['id','name'],usecols=[0])
print(a)
b=pd.read_csv(r'text.csv',names=['id','name'],usecols=['id'])
print(b)

写入

to_csv( )

import pandas as pd
data={'id':['1','2','3'],'name':['gh','jk','ty']}
a=pd.DataFrame(data)
a.to_csv(r'text.csv')

设置写入列

import pandas as pd
data={'id':['1','2','3'],'name':['gh','jk','ty']}
a=pd.DataFrame(data)
a.to_csv(r'text.csv',columns=['id'])

设置写入模式

mode w为写（覆盖） a为追加

import pandas as pd
data={'id':['1','2','3'],'name':['gh','jk','ty']}
a=pd.DataFrame(data)
a.to_csv(r'text.csv')
a.to_csv(r'text.csv',mode='a')

是否写入列名字段

header

import pandas as pd
data={'id':['1','2','3'],'name':['gh','jk','ty']}
a=pd.DataFrame(data)
a.to_csv(r'text.csv')
a.to_csv(r'text.csv',mode='a',header=False)

第二次写入不写入列名

删除索引

index=None

import pandas as pd
data={'id':['1','2','3'],'name':['gh','jk','ty']}
a=pd.DataFrame(data)
a.to_csv(r'text.csv',index=None)
a.to_csv(r'text.csv',mode='a',header=False,index=None)

Excel文件读写

read_excel( )

参数：

sheet_name='name’为读取的分表名，可以写表名、位置下标。

index_col为指定相应的索引列，为字段名或者字段列表下标。

usecols为获取指定列

names为设置列字段

header为用哪一行做字段名

nrows为指定获取的行数

skiprows为跳过特定行，skipfooter跳过末尾n行

import pandas as pd
a=pd.read_excel(r'text.xlsx')
print(a)

选择表

sheet_name

新建一个表

import pandas as pd
a=pd.read_excel(r'text.xlsx',sheet_name=1)
print(a)

设置索引列

index_col

import pandas as pd
a=pd.read_excel(r'text.xlsx',sheet_name=0,index_col=[0])
print(a)

获取指定列

usecols

import pandas as pd
a=pd.read_excel(r'text.xlsx',sheet_name=0,usecols=[0])
print(a)

设置列字段

names

import pandas as pd
a=pd.read_excel(r'text.xlsx',sheet_name=0,names=['ID','NAME','CLASS'])
print(a)

指定某行为字段名

header

import pandas as pd
a=pd.read_excel(r'text.xlsx',sheet_name=0,header=1)
print(a)

设置获取行数

nrows

import pandas as pd
a=pd.read_excel(r'text.xlsx',sheet_name=0,nrows=2)
print(a)

跳过n行

skiprows 跳过前n行

import pandas as pd
a=pd.read_excel(r'text.xlsx',sheet_name=0,skiprows=1)
print(a)

skipfooter跳过末尾n行

import pandas as pd
a=pd.read_excel(r'text.xlsx',sheet_name=0,skipfooter=3)
print(a)

写入

import pandas as pd
data={'id':[1,2,3,4],'name':['A','B','C','D']}
a=pd.DataFrame(data)
a.to_excel(r'text.xlsx')

写入多表

import pandas as pd
data={'id':[1,2,3,4],'name':['A','B','C','D']}
a=pd.DataFrame(data)
writer = pd.ExcelWriter(r'text.xlsx')
a.to_excel(writer,sheet_name='1')
a.to_excel(writer,sheet_name='2')
writer.save()
writer.close()

写入新分表

import pandas as pd
import openpyxl
book = openpyxl.load_workbook(r'text.xlsx')
writer=pd.ExcelWriter(r'text.xlsx')
writer.book=book
writer.sheets=dict((ws.title,ws) for ws in book.worksheets)
data={'id':[5,2,8,4],'name':['H','B','C','D']}
a=pd.DataFrame(data)
a.to_excel(writer,sheet_name="3")
writer.save()
writer.close()

JSON文件读写

read_json（）

import pandas as pd
a=pd.read_json(r'text.json',encoding='utf8')
print(a)

序列化

import pandas as pd
a=pd.read_json(r'text.json',encoding='utf8')
b=pd.json_normalize(a.data)
print(a)
print(b)

写入

to_json( )

force_ascii为数据编码格式，默认为True，中文以Unicode形式写入，如果为False，中文以ANSI形式写入。

import pandas as pd
data={'id':[1,2,3],'name':['a','b','c']}
a=pd.DataFrame(data)
a.to_json('text.json',force_ascii=False)

SQL文件读取

import pymysql
con = pymysql.connect(host="127.0.0.1",port=3306,user='root',password='123456',db='test03',charset='utf8'
)
# 创建游标
cursor=con.cursor()
# 执行sql语句
cursor.execute("select * from test")
# 解释全部返回结果
res=cursor.fetchall()
print(res)
con.close()

Pandas读取MySQL数据库内容

import pymysql
import pandas as pd
con = pymysql.connect(host="127.0.0.1",port=3306,user='root',password='123456',db='test03',charset='utf8'
)
sql="select * from test"
pd=pd.read_sql_query(sql,con)
print(pd)

txt、Csv、Excel、JSON、SQL文件读取（Python）

txt、Csv、Excel、JSON、SQL文件读取（Python） txt文件读写创建一个txt文件 fopen(rtext.txt,r,encodingutf-8) sf.read() f.close() print(s)open( )是打开文件的方法 text.txt’文件名在同一个文件夹下所以可以省略路径如果不在同一个文件夹下 ‘…...

编程日记 2025/9/12 8:57:20

前端工程化之新晋打包工具

新晋打包工具新晋打包工具前端模块工具的发展历程分类初版构建工具grunt使用场景 gulp采用管道机制任务化配置与api简洁现代打包构建工具基石--webpack基于webpack改进的构建工具rollup 推荐举例说明package.jsonrollup.config.mjsmy-extract-css-rollup-plugin.mjssrc/index…...

编程日记 2025/9/8 17:26:48

Python语言介绍

Python 是一种高级、通用、解释型的编程语言，由 Guido van Rossum 于 1991 年首次发布。其设计哲学强调代码的可读性和简洁性。 Python通过简洁的语法和强大的生态系统，成为当今最受欢迎的编程语言之一。一、核心特点 Python 是一种解释型、面向对象、…...

编程日记 2025/9/9 0:45:54

关于 Spring Boot 部署到 Docker 容器的详细说明，涵盖核心概念、配置步骤及关键命令，并附上表格总结

以下是关于 Spring Boot 部署到 Docker 容器的详细说明，涵盖核心概念、配置步骤及关键命令，并附上表格总结： 1. Docker 核心概念概念描述关系镜像（Image）预定义的只读模板，包含运行环境和配置&#xff08…...

编程日记 2025/9/7 1:24:23

Tomcat 服务频繁崩溃的排查方法

# Tomcat 服务频繁崩溃排查方法当Tomcat服务频繁崩溃时，可以按照以下步骤进行系统化排查： ## 1. 检查日志文件 **关键日志位置**： - catalina.out (标准输出和错误) - catalina.log (主日志) - localhost.log (应用相关日志) - host-mana…...

编程日记 2025/9/7 9:25:07

分布式系统-脑裂，redis的解决方案

感谢你的反馈！很高兴能帮到你。关于你提到的“脑裂”（split-brain），这是一个分布式系统中的常见术语，尤其在像 Redis Cluster 这样的高可用集群中会涉及。既然你问到了，我会从头解释“脑裂”的含义、Redis …...

编程日记 2025/8/30 10:46:16

MySQL InnoDB 索引与B+树面试题20道

1. B树和B+树的区别是什么？数据存储位置： B树：所有节点（包括内部节点和叶子节点）均存储数据。 B+树：仅叶子节点存储数据，内部节点仅存储键值（索引）。叶子节点结构： B+树：叶子节点通过双向链表连接，支持高效的范围查询。查询稳定性： B+树：所有查询必须走到叶子…...

编程日记 2025/9/9 9:51:54

深入解析 Spring AI Alibaba 多模态对话模型：构建下一代智能应用的实践指南

一、多模态对话模型的技术演进 1.1 从单一文本到多模态交互现代AI应用正经历从单一文本交互到多模态融合的革命性转变。根据Gartner预测，到2026年将有超过80%的企业应用集成多模态AI能力。Spring AI Alibaba 对话模型体系正是为这一趋势量身打造，其技…...

编程日记 2025/9/10 1:05:04

2025年ESWA SCI1区TOP：动态分类麻雀搜索算法DSSA，深度解析+性能实测

目录 1.摘要2.麻雀搜索算法SSA原理3.孤立微电网经济环境调度4.改进策略5.结果展示6.参考文献7.代码获取 1.摘要污染物排放对环境造成负面影响，而可再生能源的不稳定性则威胁着微电网的安全运行。为了在保障电力供应可靠性的同时实现环境和经济目标的平衡&#xff…...

编程日记 2025/9/8 21:19:21

MySQL Error Log Error Log 的开启Error Log 查看Error Log 滚动 MySQL Error Log MySQL主从复制：https://blog.csdn.net/a18792721831/article/details/146117935 MySQL Binlog：https://blog.csdn.net/a18792721831/article/details/146606305 MySQL Ge…...

编程日记 2025/8/17 21:15:51

让DeepSeek API支持联网搜索

引子 DeepSeek官网注册的API token是不支持联网搜索的，这导致它无法辅助分析一些最新的情况或是帮忙查一下互联网上的资料。本文从实战角度提供一种稳定可靠的方法使得DeepSeek R1支持联网搜索分析。正文首先登录火山方舟控制台，https://www.volcen…...

编程日记 2025/9/4 8:28:12

SQL 语句说明

目录数据库和数据表什么是 SQL 语言数据操作语言（DML）1、SELECT 单表查询通过 WHERE 对原始数据进行筛选通过聚合函数获取汇总信息通过 ORDER BY 对结果排序通过 GROUP BY 对数据进行分组通过 HAVING 对分组结果进行筛选 2、SELECT 多表查询3、INSERT…...

编程日记 2025/9/8 3:57:58

PostgreSQL内幕探索—基础知识

PostgreSQL内幕探索—基础知识 PostgreSQL（以下简称PG） 起源于 1986 年加州大学伯克利分校的 ‌POSTGRES 项目‌，最初以对象关系模型为核心，支持高级数据类型和复杂查询功能‌。 1996 年更名为 PostgreSQL 并开源，逐…...

编程日记 2025/9/6 14:25:59

Springboot项目正常启动,访问资源却出现404错误如何解决?

我在自己的springboot项目中的启动类上同时使用了SprinBootApplication和ComponentScan注解, 虽然项目能够正常启动,但是访问资源后,返回404错误,随后在启动类中输出bean,发现controller创建失败: 而后我将ComponentScan去掉后资源就能访问到了. 原因 SprinBootApplication本身…...

编程日记 2025/9/3 15:19:20

MaxPooling层的作用（通俗解释）

MaxPooling层的作用（通俗解释） MaxPooling层是卷积神经网络中非常重要的组成部分，它的主要作用可以用以下几个简单的比喻来理解： 1. 信息压缩器（降维作用） 就像把一张高清照片缩小尺寸一样，M…...

编程日记 2025/9/5 9:37:22

0.DockerCE起步之Linux相关【完善中】

ubuntu用户组&权限&文件/目录服务启停操作 sudo systemctl start docker # 启动服务3,4 sudo systemctl stop docker # 停止服务 sudo systemctl restart docker ps top 以下内容参考 Vim编辑器 Linux系统常用命令管理Linux实例软件源 Cron定时任务在Linux系统上…...

编程日记 2025/9/8 1:28:29

树莓派Pico C/C++ OpenOCD调试环境搭建(Windows)

树莓派Pico C/C OpenOCD调试环境搭建(Windows) 参考资料和背景从上次树莓派Pico C/C 开发环境搭建(一键完成版)后，一直想找个合适调试器，最后测试了多种方案，还是使用另一块树莓派pico作为picoprobe 来调试比较方便，其中参考的…...

编程日记 2025/9/11 9:35:35

【图像生成之21】融合了Transformer与Diffusion，Meta新作Transfusion实现图像与语言大一统

论文：Transfusion: Predict the Next Token and Diffuse Images with One Multi-Modal Model 地址：https://arxiv.org/abs/2408.11039 类型：理解与生成 Transfusion模型‌是一种将Transformer和Diffusion模型融合的多模态模型，旨…...

编程日记 2025/9/11 22:44:31

《人件》第二章办公环境

二、办公环境电话铃不停的响，打印机维修人员顺道过来聊聊天，复印机不工作了，人事部不停催促更新的能力调查表，下午3点之前就要提交时间表…然后一天就这样过去了。 2.1 家具警察人们怎么使用空间、需要的桌子空间多大、花多少小…...

编程日记 2025/9/11 5:26:23

哈希表系列一＞存在重复元素II 存在重复元素I

目录题目：解析：存在重复元素 II-->代码：存在重复元素-->代码： 题目： 链接: link 链接: link 解析： 存在重复元素 II–>代码： class Solution {public boolean containsNearbyDuplic…...

编程日记 2025/9/6 19:50:29

文献总结：AAAI2025-UniV2X-End-to-end autonomous driving through V2X cooperation

UniV2X 一、文章基本信息二、文章背景三、UniV2X框架1. 车路协同自动驾驶问题定义2. 稀疏-密集混合形态数据3. 交叉视图数据融合（智能体融合）4. 交叉视图数据融合（车道融合）5. 交叉视图数据融合（占用融合）6…...

编程日记 2025/9/5 17:36:35

LeetCode --- 444 周赛

题目列表 3507. 移除最小数对使数组有序 I 3508. 设计路由器 3509. 最大化交错和为 K 的子序列乘积 3510. 移除最小数对使数组有序 II 一、移除最小数对使数组有序 I & II 由于数组是给定的，所以本题的操作步骤是固定的，我们只要能快速模拟操作的过…...

编程日记 2025/9/9 18:45:03

单片机Day05---静态数码管

目录一、原理图：编辑二、思路梳理： 三：一些说明： 1.点亮方式： 2.数组： 3.数字与段码对应： 四：程序实现： 一、原理图： 二、思路梳理： …...

编程日记 2025/9/8 0:10:35

kernel32!GetQueuedCompletionStatus函数分析之返回值得有效性

第一部分：//#define STATUS_SUCCESS 0x0返回值为0 } else { // // Set the completion status, capture the completion // information, deallocate the associated IRP, and // attempt to write the…...

编程日记 2025/9/8 9:05:29

gazebo 启动卡死的解决方法汇总

1. 排查显卡驱动是否正常安装 nvidia-smi # 英伟达显卡--------------------------------------------------------------------------------------- | NVIDIA-SMI 535.230.02 Driver Version: 535.230.02 CUDA Version: 12.2 | |------------------------…...

编程日记 2025/9/5 22:51:02

硬件设计-MOS管快速关断的原因和原理

目录简介： 来源： MOS管快关的原理先简单介绍下快关的原理： 同电阻时为什么关断时间会更长小结简介： 本章主要介绍MOS快速关断的原理和原因。来源： 有人会问，会什么要求快速关断，而…...

编程日记 2025/9/10 0:38:25

塔能科技解节能密码，工厂成本“效益方程式”精准破题

在全球积极推进可持续发展战略的当下，各行业都在努力探索节能减排、绿色发展的新路径，对于工厂而言，节能早已不是锦上添花的选择，而已成为关乎企业生死存亡与长远发展的核心要素，是实现可持续运营的必由之路。塔能科技…...

编程日记 2025/9/12 3:56:46

swift ui基础

一个朴实无华的目录今日学习内容：1.三种布局（可以相互包裹）1.1 vstack（竖直）：先写的在上面1.1 hstack（水平）：先写的在左边1.1 zstack（前后）&…...

编程日记 2025/9/11 9:05:29

格式工厂 v5.18最新免安装绿色便携版

前言用它来转视频的时候，还能顺便给那些有点小瑕疵的视频修修补补，保证转出来的视频质量杠杠的。更厉害的是，它不只是转换那么简单，还能帮你把PDF合并成一本小册子，视频也能合并成大片，还能随心所欲地裁剪…...

编程日记 2025/9/10 17:03:20

CSPM认证对项目论证的范式革新：从合规审查到价值创造的战略跃迁

引言在数字化转型浪潮中，全球企业每年因项目论证缺陷导致的损失高达1.7万亿美元（Gartner 2023）。CSPM（Certified Strategic Project Manager）认证体系通过结构化方法论，将传统的项目可行性评估升级为战略…...

编程日记 2025/9/9 0:45:56

TcxCustomCheckComboBoxProperties.EditValueFormat 值说明

TcxCheckStatesValueFormat 类枚举复选框状态对 edit 值的可能解释。以下选项可用。价值意义 cvf字幕编辑值是一个字符串，其中包含两个由分号分隔的子字符串。分号前的子字符串包含灰显项目的标题列表。分号后面的子字符串包含已选中项目的标题列表。请注意&a…...

编程日记 2025/9/8 1:38:40

Spring Boot 测试详解，包含maven引入依赖、测试业务层类、REST风格测试和Mock测试

Spring Boot 测试详解 1. 测试依赖引入 Spring Boot 默认通过以下 Maven 依赖引入测试工具： <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</s…...

编程日记 2025/9/9 17:49:09

【C语言】预处理（下）（C语言完结篇）

一、#和## 1、#运算符这里的#是一个运算符，整个运算符会将宏的参数转换为字符串字面量，它仅可以出现在带参数的宏的替换列表中，我们可以将其理解为字符串化。我们先看下面的一段代码： 第二个printf中是由两个字符串组成的&am…...

编程日记 2025/9/4 1:17:08

IIC通信协议

一、概述 IIC协议：是一种各种电子设备之间进行数据交换和通信的串行，半双工通信协议，主要用于近距离，低速的芯片之间的通信。 I2C协议采用双线结构传输数据，由一个数据线&#…...

编程日记 2025/8/17 21:04:57

SpringBoot原生实现分布式MapReduce计算（无第三方中间件版）

一、架构设计调整核心组件替换方案： 注册中心 → 数据库注册表任务队列 → 数据库任务表分布式锁 → 数据库行级锁节点通信 → HTTP REST接口二、数据库表结构设计 -- 节点注册表 CREATE TABLE compute_nodes (node_id VARCHAR(36) PRIMARY KEY,last_heartbea…...

编程日记 2025/8/17 19:22:20

02-libVLC的视频播放器：播放音视频文件以及网络流

libvlc_new(0, nullptr)功能：创建并初始化libVLC的核心实例，是使用所有libVLC功能的前提。参数：第一个参数：参数数量（通常设为0）第二个参数：参数列表（通常为nullptr，表示使用默认配置）返回值：成功返回libvlc_instance_t*指针，失败返回nullptr。注意事项：可通过参…...

编程日记 2025/9/3 5:55:58

Autoware源码总结

Autoware源码网站项目简介教程 Autoware的整体架构如下图，主要包括传感器sensing、高精地图map data、车辆接口vehicle interface、感知perception（动态障碍物检测detection、跟踪tracking、预测prediction；交通信号灯检测detection、分类c…...

编程日记 2025/9/4 16:26:29

PowerBI 条形图显示数值和百分比

数据表: 三个度量值销售额 SUM(销量表[销售量])//注意, 因为Y轴显示的产品，会被筛选，所以用ALLSELECTED来获取当前筛选条件下，Y轴显示的产品百分比 FORMAT(DIVIDE([销售额],CALCULATE([销售额],ALLSELECTED(销量表[产品编码]))),"0…...

编程日记 2025/8/17 19:19:07